分类
1.精确率，准确率，召回率，F1-score。
- TP(True postive)，真正的正样本，实际为正，预测为正。
- FP(False positive), 假的正样本，实际为负，预测为正。
- TN(True negative)，真的负样本，实际为负，预测为负。
- FN(False negative)，假的负样本，实际为正，预测为负。
- 精确率：正确预测的样本/总样本 = (TP + TN) / (TP + TN + FP + FN)
- 准确率：相对于预测而言，TP/(TP + FP)，预测为正的有多少是真的正样本。
- 召回率：相对于真实而言，TP/(TP + FN)，真正的正样本有多少被预测为正了。
- F1-score：准确率和召回率的调和平均值。
2.ROC曲线：（越靠近左上角越好）
- 横坐标：FPR，负样本被错判为正样本的概率。FP/(TN+FP)
- 纵坐标：TPR，正样本被判为正样本的概率。TP/(TP+FN)
- 特殊点：
(0, 1)，负样本都没被错判，正样本都被判为正样本，最好。
(1, 0)，负样本都被错判，正样本都没被判为正样本，最差。
(0, 0)，负样本都没被错判，正样本都被判为负样本，就是都判为负样本了。
(1, 1)，负样本都被判正，正样本都被判为正样本，就是都判为正样本了。
3.AUC:ROC与X轴围成的面积，最好为1，最差为0，随机预测为0.5。其实不会低于0.5，因为低于0.5反着预测就好了。
4.gini系数：ROC与y=x围成的面积，越大越好。换算为2auc - 1。
回归
- MAE。平均绝对误差，L1范数损失。预测值-真实值的绝对值平均。
- MSE。平均平方误差，L2范数损失。预测值-真实值的平方值平均。